~~~医学影像~~~

探秘3D UNet-PyTorch：高效三维图像分割利器

探秘3DUNet-PyTorch：高效三维图像分割利器在医学影像处理、计算机视觉和自动驾驶等领域，三维图像的理解与分析至关重要。而是一个基于PyTorch实现的深度学习模型，专为三维图像分割任务设计。
鲍凯印Fox·2024-09-12 00:18

【机器学习】Python与深度学习的完美结合——深度学习在医学影像诊断中的惊人表现

个人主页：空白诗文章目录一、引言二、深度学习在医学影像诊断中的突破1.技术原理2.实际应用3.性能表现三、深度学习在医学影像诊断中的惊人表现1.提高疾病诊断准确率2.辅助制定治疗方案四、深度学习对医疗行业的影响和推动作用一
空白诗·2024-09-11 18:36

人工智能在现代科技中的应用和未来发展趋势。

一、人工智能的应用领域医疗保健：疾病诊断：AI可以分析医学影像、基因数据等，帮助医生更快速地诊断疾病，如癌症筛查和心脏病预测。
爱掉发的小龙·2024-09-05 03:57

单晶硅片生产商华耀光电创业板IPO拟募29亿，一脉阳光拟赴港上市主营医学影像服务 | IPO观察

作者：周绘出品：洞察IPO上交所&深交所新股上市5月8日-5月14日，上交所主板有1家公司上市，科创板有2家公司上市；深交所创业板有2家公司上市。数据来源：公开信息；图表制作：洞察IPO1.万丰股份：专注于中高端分散染料市场，提供包括高牢度系列、特色系列、常规系列等多个系列上百种分散染料产品，上市首日收涨30.86%。2.中芯集成：特色工艺晶圆代工企业，主要从事MEMS和功率器件等领域的晶圆代工及
洞察IPO·2024-09-03 18:08

OHIF Viewer医学影像学习日记

前言：OHIFViewer一个开源的，基于Web的，医学影像查看器。
刘斩仙的笔记本·2024-09-02 13:58

Unet改进10：在不同位置添加CPCA||通道先验卷积注意力机制

现有注意机制的自适应能力普遍不足，限制了医学影像分割性能的提高。本文提出了一种有效的通道先验卷积注意(CPCA)方法，该方法支持通道和空间维度上注意权重的动态分布。
AICurator·2024-08-31 12:46

全志/RK安卓屏一体机：医疗自助服务终端，支持鸿蒙国产化

医疗自助服务终端是智慧医疗应用场景中最常见的智能设备之一，它通过与医院信息化系统互联，实现如挂号、缴费、导诊以及医学影像胶片诊断报告等资料类的存储、检索、查阅、打印等自助服务，从而减少了医护人员的投入，
深圳信迈科技DSP+ARM+FPGA·2024-08-30 10:22

【机器学习】机器学习与大模型在人工智能领域的融合应用与性能优化新探索

文章目录引言机器学习与大模型的基本概念机器学习概述监督学习无监督学习强化学习大模型概述GPT-3BERTResNetTransformer机器学习与大模型的融合应用自然语言处理文本生成文本分类机器翻译图像识别自动驾驶医学影像分析语音识别智能助手语音转文字大模型性能优化的新探索模型压缩权重剪枝量化知识蒸馏分布式训练数据并行模型并行异步训练高效推理模型裁剪缓存机制专用硬件未来展望跨领域应用智能化系统人
E绵绵·2024-08-26 06:25

人工智能在医疗领域的应用与展望

一、人工智能在医疗诊断中的应用影像诊断：AI在医学影像诊断中的应用已经取得了显著的成果。通过深度学习算法，AI可以快速、准确地识别X光片、CT扫描和MRI图像中的病变，辅助医生做出诊
王东韦DvWooo·2024-08-24 01:23

最新基于MATLAB机器学习、深度学习实践技术应用

在无人驾驶汽车、医学影像智能诊疗、ImageNet竞赛等热门领域，MATLAB提供了丰富的算法库和工具箱，极大地推动了人工智能技术的应用和创新。
weixin_贾·2024-08-22 05:54

最新ChatGPT支持下的PyTorch机器学习与深度学习

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。
zkzhzy·2024-03-19 12:22

六、图像的几何变换

这些变换在图像处理、模式识别、机器人视觉、医学影像处理等领域具有广泛的应用。通过图像几何变换，可以实现图像的校正、配准、增强和重建等功能，为后续的图像分析和理解提供了重要的基础。
云峰天际·2024-02-19 10:40

医疗信息化及医学影像处理常用名词

本文是参考博客园(http://www.cnblogs.com/kesalin/)，及自己在工作中经常要接触到的医疗术语进行整理。这些都是医疗行业最常用的行业术语。医疗信息化:1.HIS:hospitalinformationsystem医院信息系统，在国际学术界已公认为新兴的医学信息学(MedicalInformatics)的重要分支。美国该领域的著名教授Morris.Collen于1988年曾
inter_peng·2024-02-15 04:37

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-15 00:09

春暖花开，英雄归来

此次返冀的575名队员为河北派往武汉的第三、第四、第五、第六、第九批医疗队队员，分别负责武昌方舱医院、武汉江岸方舱医、汉阳区体校方舱医院部分病床的医疗救治任务和医学影像检查工作，实现了患者零死亡、零纠纷
A茜儿_·2024-02-14 06:51

计算机视觉处理设计开发工程师证书如何获取？证书有何作用？证书考试的时间和详细报考条件是什么？

计算机视觉在人工智能领域中具有重要的地位，广泛应用于医学影像分析、自动驾驶、安防监控、人脸识别等领域。而在人工智能竞争如此激烈的当今社会，考取行内证书在就业竞争中起着至关重要的作用。
人工智能技术与咨询·2024-02-14 06:13

计算机在医学影像学中的应用,计算机图形处理关键技术在医学影像处理中的应用分析...

摘要：医学影像是患者病情诊断的主要依据，其对于后期治疗具有极强的指导性。利用计算机技术进行医学影像处理，能有效地提升影像图片质量。
鞠腾辉·2024-02-13 06:53

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-12 07:14

CMEF 洞察 | 场景化解决方案、后疫情时代延伸、线上营销发力，或成医疗新趋势

CMEF盛大开幕本次展会有着「创新科技，智领未来」的展出主题，8馆21区几乎涵盖医疗领域全产业链，其中医学影像、医用光学、IVD体外诊断、骨科、医用耗材、消毒感控等作为主要
丁香园丁香通·2024-02-09 12:42

【计算机视觉 | 图像分割】通用AI大模型Segment Anything在医学影像分割的性能究竟如何？

最近看到了一篇论文：论文地址为：https://arxiv.org/pdf/2304.14660.pdf这篇文章用来探究最近大火的大模型SA在医学图像上的效果。文章目录一、前言二、数据集展示三、方法展示四、结果分析一、前言近半年来，ChatGPT、DALL·E等引发了大规模基础AI模型的狂潮。4月初，MetaAI发布第一个用于图像分割的大规模基础模型SegmentAnythingModel(SAM
旅途中的宽~·2024-02-08 08:24

CV | Medical-SAM-Adapter论文详解及项目实现

*******************************‍⚕️医学影像相关直达‍⚕️*******************************CV|SAM在医学影像上的模型调研【20240207
夏天｜여름이다·2024-02-08 08:54

当医学影像遇上深度学习 | 影像数据类型一览

然而，与自然图像相比较，医学影像处理有其特殊性和不同的侧重点。例如，对于一般的自然图像，其维度往往是二维的，并且通常情况下具有RGB三个颜色通道。
小白学视觉·2024-02-08 08:23

CV | SAM在医学影像上的模型调研【20240207更新版】

本文主要是SAM（SegmentAnything）在医学影像上的数据集，模型及评估方法调研【持续更新】~1.开源数据集可参考这篇【数据集|基于计算机视觉的医学影像处理数据集_CSDN博客】2.算法模型2023.04
夏天｜여름이다·2024-02-08 08:21

人工智能(pytorch)搭建模型24-SKAttention注意力机制模型的搭建与应用场景

SKAttention注意力机制模型的搭建与应用场景，本文将介绍关于SKAttention注意力机制模型的搭建，SKAttention机制具有灵活性和通用性，可应用于计算机视觉、视频分析、自然语言处理、医学影像分析和机器人视觉等领域
微学AI·2024-02-07 08:41

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-07 02:08

Redis面试题41

它可以分析医学影像、病历数据和基因组数据，识别疾病特征和风险因素，并提供准确的诊断和预测结果。医疗影像分析：人工智能可以利用深度学习网络，自动分析和解读医学影像，如CT扫描、X射线和病理切
CrazyMax_zh·2024-02-06 13:16

向日葵案例解析：无外网接入，医疗设备如何进行远程售后运维

医学影像检查作为一种重要的手段，在许多疾病确诊过程中发挥着至关重要的作用。检查结果正确与否，直接影响临床医生对疾病的确诊。
贝锐·2024-02-04 03:49

技术科普 | 机器视觉5大关键技术及其常见应用

随着人工智能和机器学习算法进入了与产业深度融合的阶段，机器视觉技术已广泛应用于人脸识别、自动驾驶、无人机、医学影像分析、工业生产等场景，主要运用到以下六大主流机器视觉技术，一起来了解一下~
英码科技·2024-02-02 08:22

快速上手医学影像组学和机器学习（训练营：2023.11.7~11.14）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-01 12:54

文献速递：人工智能医学影像分割--- PSMA-PET 提升了基于深度学习的自动化CT肾脏分割技术

文献速递：人工智能医学影像分割—PSMA-PET提升了基于深度学习的自动化CT肾脏分割技术01文献速递介绍最近的研究表明，使用177Lu标记的前列腺特异性膜抗原（PSMA）的放射性药物治疗（RPT）对于治疗去势抵抗性前列腺癌是有益的
有Li·2024-02-01 00:26

Redis面试题36

例如，深度学习模型可以通过分析医学影像数据来辅助诊断癌症、肺部疾病等。药物研发和治疗方案优化：人工智能可以帮助加速药物研发过程，通过分析大量的医学文献和基因组数据，找到潜在的药物靶点和治疗方法。
CrazyMax_zh·2024-01-30 01:08

文献速递：人工智能医学影像分割--- 使用带有主动轮廓和CNN分类器的FCM对CT肺部图像进行分割

文献速递：人工智能医学影像分割—使用带有主动轮廓和CNN分类器的FCM对CT肺部图像进行分割01文献速递介绍肺是呼吸道中最重要的部分。肺的上呼吸道和下呼吸道是两个通道。
有Li·2024-01-30 00:42

文献速递：人工智能医学影像分割--- 深度学习分割骨盆骨骼：大规模CT数据集和基线模型

文献速递：人工智能医学影像分割—深度学习分割骨盆骨骼：大规模CT数据集和基线模型我们为大家带来人工智能技术在医学影像分割上的应用文献。
有Li·2024-01-30 00:42

深度学习在医学影像分析中的应用

深度学习在医学影像分析中的应用深度学习在医学领域的应用逐渐崭露头角，尤其在医学影像分析方面，为医生提供了更准确、高效的诊断手段。本文将探讨深度学习在医学影像领域的应用，并介绍其中一些令人瞩目的成果。
jcfszxc·2024-01-27 15:23

【论文阅读笔记】Towards Universal Unsupervised Anomaly Detection in Medical Imaging

TowardsUniversalUnsupervisedAnomalyDetectioninMedicalImagingarxiv，19Jan2024【开源】【核心思想】本文介绍了一种新的无监督异常检测方法—ReversedAuto-Encoders(RA)，旨在提高医学影像中病理检测的准确性和范围
cskywit·2024-01-26 12:10

MedSAM：深度学习通用医学影像分割模型，更快、更准确地自动识别诊断疾病

MedSAM是一款基于深度学习的医学影像分割工具，它能够自动识别和描绘医学影像中的重要区域，如肿瘤或其他组织的病变。
喜好儿aigc·2024-01-26 06:18

34、StoHisNet：CNN+Transformer结合首次用于胃病理图像4分类[奔狼怎配质疑雄狮!]

本文由贵州大学医学院，贵州省人民医院医学影像教研室，精密影像诊疗国际示范合作基地，贵州大学计算机科学与技术学院，清华大学北京信息科学与技术国家研究中心，共同合作，于2022年5月28日发表于IF：6.1
是馒头阿·2024-01-25 09:31

OpenCV-计算机视觉开发

机器人；无人机；虚拟现实；医学影像分析等无不涉及到计算机视觉算法OpenCV是计算机视觉领域的一个图形与图像算法库，它由一系列的C函数和少量C++类构成，同时提供了Python；Ruby；MATLAB；
温轻舟·2024-01-25 05:39

2022-9-23晨间日记

开心中带一点忧愁）纪念日：好友两周年纪念日任务清单昨日完成的任务，最重要的三件事：读书读书读书改进：今天是上网课的一天习惯养成：每天坚持练钢笔字周目标·完成进度完成70%学习·信息·阅读学习了单片机，嵌入式，医学影像物理学
男性健康知识小科普·2024-01-24 08:35

人工智能（Artificial Intelligence，简称AI）

例如，AI可以辅助医生在医学影像中检测病变，提高早期癌症
先------------------·2024-01-23 19:10

影像组学必知必会

这里的影像指的是医学影像，所以在我们脑海应该是这样子的：图片来自百科词条我们不应忘记，1895年11月8日（我周运来讲影像组学，必须从这一天讲起），伦琴把实验室的门关的紧紧的，一个人在那里进行阴极射线的研究
周运来就是我·2024-01-23 07:03

一文(10图)了解Cornerstone3D核心概念(万字总结附导图)

Cornerstone3D介绍Cornerstone3D是一个专门为处理三维医学影像而设计的JavaScript库。
云之遥_·2024-01-23 07:35

Med-YOLO：3D + 医学影像 + 检测框架

Med-YOLO：3D+医学影像+检测框架提出背景设计思路网络设计训练设计讨论分析魔改代码：加强小目标检测总结提出背景论文链接：https://arxiv.org/abs/2312.07729代码链接：
Debroon·2024-01-22 08:34

PACS医学影像采集传输与存储管理、影像诊断查询与报告管理系统，MPR多平面重建

日常产生的各种医学影像通过国际标准接口，以数字化的方式海量保存起来，当需要的时候能够快速的调回使用，并帮助医生辅助诊断及管理。还可以根据用户的现
淘源之家·2024-01-22 02:46

多分类综述笔记

多标签分类问题概况及医学影像分类的思考最近在做眼底图像的多标签分类，读了一下武大的刘威威老师的综述TheEmergingTrendsofMulti-LabelLearning[1]，自己也看了一点医学影像分类和自然图像多标签分类的文章
一只白海豹·2024-01-21 23:48

3D convolutional neural networks for tumor segmentation using long-range 2D context

医学影像，如MRI，被用于
zelda2333·2024-01-21 07:20

明天开课 | 快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-01-21 02:55

【机器学习】四大类监督学习_模型选择与模型原理和场景应用_第03课

o医学影像诊断：在医疗领域，对X
德天老师·2024-01-20 09:46

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-01-20 00:28

连接组学中的机器学习：从表征学习到模型拟合

前言机器学习(ML)由于其高自动化程度、高灵敏度和特异性优势，在医学影像领域取得了巨大的成功。由于具备这些优势，机器学习已被广泛应用于神经成像数据，目的是提取与感兴趣变量(如疾病状态)相关的特征。
茗创科技·2024-01-19 17:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他